[ICCV2017]Cascade Residual Learning: A Two-stage Convolutional Neural Network for Stereo Matching
来源:互联网 发布:怎么永久删除软件 编辑:程序博客网 时间:2024/06/08 15:10
这篇文章介绍了一种新的双目视差计算框架,Cascade Residual Learning。
近年来,在MC-CNN的启发下,视差计算算法成为了一种可以用学习解决的问题。文章总结了近年来基于CNN的视差算法,主要可以分为一下三种:
1. Matching cost Learning:这种方法主要将CNN用于匹配代价计算,辅之以一些经典的后处理方法,以得到比较好的视差图。主要代表有:
- Han et al.的MatchNet:提出了Siamese 结构
- Zbontar的MC-CNN:提出将CNN用于提取patch特征用于计算patch simularity,同时,他们将视差计算问题当做一个二分类问题,采取正负样本抽样、使用hinge loss 训练cost 计算网络
- Luo 等人将该问题变换为一个概率分布学习问题
这些方法都取得了非常不错的效果,可是他们都需要对生成的视差图比较繁杂的后处理,才能得到最后的结果。
2. Regularity Learning
3. End-to-end disparity learning: 通过细心的设计网络的结构,我们可以通过端到端的方式直接学习得到精细的视差图。这种框架的主要代表有:
- Mayer等人提出的DispNet,这种方法被用来学习合成的双目图像对。该方法还被用于光流计算,FlowNet 2.0便由此而来。
- GC-Net用3D卷积网络学习上下文信息,以计算视差图
- 在单目视差估计领域,监督的非监督的方法都实现了端到端的视差生成,并且,他们只需要少量的训练样本。
- CVPR 2017, 有人提出将CNN+CRF混合模型,也实现了双目视差的end-to-end计算。
论文中的算法属于第三种,
阅读全文
0 0
- [ICCV2017]Cascade Residual Learning: A Two-stage Convolutional Neural Network for Stereo Matching
- 【Deep Learning】Review of Stereo Matching by Training a Convolutional Neural Network to Compare Image
- Computing the Stereo Matching Cost with a Convolutional Neural Network
- 论文《A Convolutional Neural Network Cascade for Face Detection》笔记
- [文献阅读]A Convolutional Neural Network Cascade for Face Detection
- 【论文笔记】A Convolutional Neural Network Cascade for Face Detection
- 论文《A Convolutional Neural Network Cascade for Face Detection》笔记
- A Convolutional Neural Network Cascade for Face Detection
- 论文《A Convolutional Neural Network Cascade for Face Detection》笔记
- A Convolutional Neural Network Cascade for Face Detect
- 《A Convolutional Neural Network Cascade for Face Detection》
- 论文学习——Stereo Matching by Training a Convolutional Neural Network to Compare Image Patches
- Stereo Matching by Training a Convolutional Neural Network to Compare Image Patches
- 经典论文阅读——A Convolutional Neural Network Cascade for Face Detection
- 级联人脸检测--A Convolutional Neural Network Cascade for Face Detection
- A convolutional Neural Network for Modelling Sentences
- DeepID-Net:multi-stage and deformable deep convolutional neural network for object detection
- CREST: Convolutional Residual Learning for Visual Tracking
- 互联网行业的那些缩写PM,RD,FE,UE,QA,OP,BRD,MRD,PRD,FSD
- android 判断时间是否已过期
- 静态方法与实例方法
- IOS 请求权限封装类
- Java事务处理全解析——使用动态代理(Dynamic Proxy)完成事务
- [ICCV2017]Cascade Residual Learning: A Two-stage Convolutional Neural Network for Stereo Matching
- Swift High Performance.pdf 英文原版 免费下载
- iOS+PHP实现登录功能
- 【JLOI2015】城池攻占
- 51nod 1413 权势二进制 (思维+贪心)
- 665. Non-decreasing Array
- MonoBehavior类中的九种常用回调方法
- EasyDemo*ProgressBar及其子类体系结构图(on Github)
- centos(8)-权限